OPPO机器学习算法工程师（端侧AI方向）

1、解决公司大模型/AI系统个性化的系统、算法中的中长期难题； 2、算法和系统难题包括但不限于：大模型个性化技术，多模态/手机端Agent框架搭建，Agent自动生成和自主学习，多模态大模型，多模态信息检索，端侧模型训练，个性化LLM推理等。算法与工程高度结合； 3、可自由参与各种技术讨论，自己发现问题，并解决问题。

1. 负责多模态大模型压缩算法研发，探索并实现极低bit量化技术和稀疏化技术，保持推理精度的同时减少模型存储和计算资源消耗； 2. 负责多模态大模型编解码加速算法研发，降低端侧模型推理成本； 3. 参与端侧大模型技术体系建设，探索和实现高效大模型架构，开发和优化内部模型端侧化部署工具链。 4. 跟进大模型前沿技术发展趋势，探索相关算法的创新优化，发表高质量研究论文。

方向一： 岗位职责 面向应用商店、Agent助手、搜索、广告等高价值业务场景，预研和落地信息检索(搜索、推荐、广告)核心技术，岗位职责包括但不限于： 1.针对冷启动推荐、多场景多任务建模、自动特征工程、用户通用表征、多模态信息检索、对话推荐、端云推荐、检索增强生成(RAG)、智能体检索等核心难题，负责研发和突破信息检索关键技术。 2.跟踪学术界和工业界最新进展，快速应用到业务中，提出创新信息检索技术，发表高水平论文。 3.协同核心AI技术的设计以及工程化落地，包括模型设计、特征工程、效率优化等。 方向二： 岗位职责 面向Agent助手、搜索、广告、应用商店等高价值业务场景，预研和落地智能体检索和推理大模型(r1/o1/o3)核心技术，岗位职责包括但不限于： 1.针对大推理模型(r1/o1/o3)、端侧大模型、多模态信息检索、AI搜索推荐、检索增强生成(RAG)、个性化内容生成、大模型特征生成等核心难题，负责研发和突破关键技术。 2.跟踪学术界和工业界最新进展，快速应用到业务中，提出创新信息检索技术，发表高水平论文。 3.协同核心AI技术的设计以及工程化落地，包括模型设计、特征工程、效率优化等。 【岗位资源】 1.真实大规模搜推广、用户助手业务场景需求、数据、AI开发平台、计算资源。 2.与知名高校资深老师团队科研合作，提供例行科研沟通合作机会。 3.业界资深研究员带队技术探索、落地、论文写作发表。

1. 汽车业务：协助算法工程师完成汽车能耗、运动控制相关的算法研究与开发工作，将行业内相关的前沿技术和最新研究成果应用到实际业务中 2. 大家电业务：协助算法工程师完成空调、冰箱、洗衣机相关的AI算法研究和开发工作，将行业内前沿智能控制算法和大模型技术应用到实际业务中 3. 参与能耗预测、温度预测等时序预测问题的解决，合理构建特征，选择模型，实现精准预测 4. 参与智能控制算法、大模型的研究与验证，协助优化算法模型 5. 协助算法工程师完成上述相关算法的端侧部署、测试，支持量产交付